人工智能ai软件我和女朋友分手了，心情不好，那你现在有什么想说的或者想做的吗？

随着社会生活节奏不断加强，生活压力日益增多，各种各样的心理问题层出不穷，越来越遭到社会注重。但精神科医生和心理咨询师却存在很大缺口，导致大个别需要专业心理帮助的人“求助无门”。如今，随着AI心理技术的发生，心理医生短缺的状况有望迎来转变。

“我和女同事结婚了，心情不好。”

“分手一定很伤心，那你今天有哪些想说的甚至想做的吗？”

以上对话就来自于寻找心理帮助的用户与一款名为emohaa的AI情绪对话机器人，这段虽然简单的访谈包括了构建、共情、安抚、提供建议等心理咨询过程。

2020年下半年开始，受到“疫情造成大众心理压力上升”的逻辑催化，心理健康赛道的节奏有了显著的推进。同时，由于精神心理医疗资源并且心理咨询服务供给侧的高度紧缺，人工服务的缓解思路并没有完全缓解问题，因此市场便开始看向AI。2021年，数字疗法及AI心理赛道取得频繁融资，成为风口。

中国人工智能-自然语言处理领域学者、清华学校计算机科学与科技系副主任黄民烈2021年成立人工智能心理健康企业“聆心智能”，通过制定先进的AI数字疗法体系，为临床患者和广大心理亚健康人群提供高品质、低费用、个性化、全天候的心情支持、心理咨询和干预方案，为用户提供更科学、高效的精神健康服务。

后面提到的emohaaAI情绪对话机器人就是由聆心智能自主开发而成的。除emohaa之外，公司还研发了心理咨询服务线上系统聆心悠然、AI数字疗法App聆忧，为不同意愿层次的客户提供服务。

依托领先的自然语音技术，寻求AI心理行业破局

黄民烈博士表示：“最新的流行病学调查显示，精神障碍人群大约占到整个人群的16~17%。精神健康是我们应对的核心共识，但我国仅有不足五万的专业心理咨询师涉足心理咨询市场的专兼职工作，精神科医生更是少之又少。这前面巨大的供需差距可以借助人工智能科技和相应的产品来补充。”

虽然，当前中国外心理领域AI对话机器人及数字化干预疗法的玩家主要以CBT（CognitiveBehaviouralTherapy认知行为疗法）为模式，原因在于CBT拥有高度结构化的特点，天然存在数字化的或许性。但是即使只有CBT数字化疗程，AI就是一个硬邦邦、冷冰冰的对话机器，当客户对CBT疗程话术感到不适应、或者不适宜CBT疗法时人工智能ai软件，AI心理机器人一般必须搭配其它解决方案以及情绪话术为客户提供更好的使用感受。

训练出一个具有良好识别能力和情绪支持能力的AI机器人，门槛更高。这要求情绪支持AI机器人拥有强语义识别、用户状态识别能力、更广泛的常识图谱和更丰富的对话策略。这些素质背后意味着巨量的、经过妥善标注的数据，以及对情绪识别模型进行训练。

成为AI心理赛道中NLP（NaturalLanguageProcessing）基因领先的创业队伍之一，聆心智能专注于突破当前AI心理行业仅以CBT数字化疗程为主的状况，促进机器人对客户情绪状况的分辨和辨识，并且对于用户的每种状况予以丰富的否认策略，比如表达支持、赞同、情绪映射、复述、自我暴露和迅速反馈等策略，达到情绪支持。

其中，自然语言处理在聆心智能所提供方案的不同节点都起到了关键作用。比如，通过自然语言对话平台无法对客户不同层级的意愿给予满足，包括但不限于情绪、陪伴、给予建议等等。在辅助诊疗方面，通过自然语言处理相关科技，将客户的输入信息处理为依照精神心理检测机制的推导机符号表达，并且将该表达与医学专业治疗之间的关联和映射为理解用户输入提供底层架构上的支持。

最终，在数字疗法-数字药的研发方面，自然语言处理一方面成为理解客户意愿的最基本软件，结合与其需求相呼应的循证算法模型，为客户提供医学上最有用的数字疗法解决方案；另一方面，自然语言处理科技本来在生成模型上就具有了情感支持的素养，因此原本也会成为数字疗法的一个构成个别，目前，这是行业上所独有的科技。

AI逻辑如何“翻译”？数据标注如何进行？AI心理疗法开发挑战重重

如同AI在其它应用领域存在的弊端一样，聆心智能在整个数字疗法的设计研发过程中，也遭遇了诸多各样的问题。

黄民烈教授表示，最难的地方在于把咨询师的思维和语言，“翻译”成AI逻辑。他说道：“打个比方，CBT疗法咨询师在检测一位病人能否超过预期治疗效果时，其标准往往是患者的社会功能是否已修复至正常水准。在人工心理咨询中，这一过程是按照数据和实例，持续不断调整评估的量化指标权重以期望达到最准确的动态评估。那对AI来说，什么叫做个体层面的正常？在AI算法开发过程中，我们就必须将这个目标量化。”

类似这样“翻译”，听上去不难，但在实践中特别不易于，需要AI人才和心理咨询人才之间的反复碰撞，才能再次设计出来。

此外，由于心理咨询的咨访过程存在隐私性的伦理规定，行业在制定和锻炼模型时可获得的数据量总是有限、且或许存在样本偏差，导致模型能力有所局限。面对这一难题，聆心智能从源头杜绝隐私外泄的或许，团队所收集的数据尚未获得了来访者的许可，并且尚未脱敏。

“我们今天的数据来源除了是心理咨询，还有众多其它非心理咨询的数据来源，尽可能地推动数据无法覆盖所有人群样本和大个别人们或许遇到的共识。因此，我们在做数据标注时，会对所有可能的维度进行一个更精细的标注，以尽可能地减少样本偏差。但是需要证实，不可能完全防止偏差。需要注明的一点是，用于临床的机器人是有适应症或人群限定的，我们不期望用一个数据源去应对所有年龄段的所有来访者特点。”黄民烈教授表示。

在自然语言领域，算法可解释性、算法鲁棒性等方面的局限仍然是可靠AI的探讨和探究热点，同样是AI心理领域必须大幅缓解的重要难题。聆心智能的AI心理疗法开发中，可解释性主要表现在AI的决策仍然与其所担任的角色行为逻辑保持一致。黄民烈博士表示：“我们借助知识图谱将心理医生专业知识中的关键概念对齐起来，从而明白人工智能算法的决策是如何生成的。在这方面，我们还在持续探索、进步。关于鲁棒性难题，我们还有相应的算法研究和科技解决方案。”

更大的挑战在于数据量或者人工数据标注成本，这是心理领域AI发展的关键。心理咨询理论尚未发展了100多年，形成了相对成熟而完整的理论，自发生长出一套标签体系。但是，把这种类别和标签全封不动地放到AI模型内会遭受很大困难：首先，数据标注专业专家完成，导致标注成本廉价；再者，类别体系越严谨、越复杂，AI模型也许学不会，比如可能得到数据标注一致性的影响。

因此，以深入的心理健康专业理解为基础的，聆心智能设计出了一个包括10类情绪的标签体系。除了情绪类型，在对来访者意欲识别等方面，聆心智能也根据类似的方式构建了一套标注机制。通过这些方法既平衡了资源、成本，也确保了专业性和有效性。

超强“共情”优势，引导用户解开“心结”

随着AI逻辑的“翻译”、数据隐私及样本偏差、算法的可解释性、数据标注等一系列瓶颈得到突破，聆心智能顺利开发出了一整套AI心理诊断服务模式，包含检查、评估、干预、康复、长期跟随健康管理全过程。其中，干预康复阶段即何谓的数字药。

聆心智能以思维、情绪和行为三个维度去建立了整个疗法模型，包括了CBT、DBT、IPT、正念等多种已被印证可以治疗情绪障碍的循证疗法。并且所提供的干预方案会得到客户自身状况差异而动态调整，更好地按照客户自身特性提供治疗，提高用户的依从性和治疗的有效性。

聆心智能所提供的心理治疗一个明显的优势就是“共情”。在心理咨询的过程中，人和机器有一个非常大的差别，就是人能形成相当强烈的共情，而机器的共情程度没有人类如此浓烈、丰富。

那么聆心智能是怎样让机器做到共情的呢？黄民烈校长解释：“我们今天采取的方式，就是在与用户访谈过程中，更多调动用户自身的探讨能力——也就是他的思维，并借助一些科技性和思路性的方法，回避机器人不太易于理解的、多样掺杂在一起的复杂情绪。”

聆心智能在编写算法过程中，会带给机器人一个稳定人设，针对不同情景，这个机器人的人设会有自己的反应。例如，用户对机器人说“我工作好累”人工智能ai软件，拥有人设的机器人会告诉他，自己累的之后会做哪些，这个事情为什么起效——这个就是机器人在使用自我暴露策略。

其次，机器人看到客户说很累时，可能会问用户压力大时一般会做哪些，用户认为这个事情有效吗？假如这个事情暂时没有效果，用户要不要试一下其它方法？于是机器人都会引入一些干预和训练。通过这种思路，既达到了安抚用户情绪的目的，同时还能抑制用户自主思考哪些事情对自己最有效果。

现在，得益于队伍业界拔尖的项目能力，聆心智能的预训练模型参数超过了100亿规模左右，位于市场前列。数据源包含公开社交媒体、合作授权的专业心理健康数据或者实验室在过去6-7年的自主积累数据。数据量在几十亿到几百亿单词量之间。行业领先的大体量预训练模型为聆心智能的产品研发水平奠定了基础。

今后：政策利好下共创AI心理行业繁荣

现在，美国心理健康机器人Woebot已获得FDA认证，聆心智能团队觉得海外趋势会推动中国监管制度发展，趋势和节奏会愈发越快。

同时，国内也正在全力推进社会心理服务模式，北京、海南都已成立数字疗法认证中心，聆心智能的演进方向正这个大模式下十分重要的环节，因此队伍有自信才会通过制度力量，更好地普惠大众。

现在，聆心智能已然开始进行临床试验，后续将获得医疗机械认证。“当然，我们也许必须一点时间，让监管完成对各方面风险检测，但由于数字疗法的副作用当前来看会特别小，甚至可以觉得几乎没有，所以数字疗法跟其它诊断包括传统药物相比，获得监管认可的速度会更快。”黄民烈教授说道。

最终，在新政的利好与支持下，聆心智能团队期望与市场同仁一同尽力，真正从实践中看到临床价值，而不是单纯为了逐利，共同以真正惠及于民、有用有效的产品，推动产业标准、规范、监管制度的产生，真正推动一个AI心理行业的大发展。

—完—